@@ -58,6 +58,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
5858| 0.8 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 19,35% |
5959| 0.9 | cap | - | 0.8.0 | CV5.1 + PPC + FC | TV3 | 20,12% |
6060| 0.10 | Anglès 0.8.0 | 3 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 19,07% |
61+ | 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar | 15,81% |
6162
6263### WER del corpus Google Crowdsourced
6364
@@ -68,6 +69,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
6869| 0.8 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 14,47% |
6970| 0.9 | cap | - | 0.8.0 | CV5.1 + PPC + FC | TV3 | 31,88% |
7071| 0.10 | Anglès 0.8.0 | 3 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 16,05% |
72+ | 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar* | 29,93% |
7173
7274(* ) L'scorer Oscar conté les probabilitats extretes de les transcripcions del dataset pel que la WER està esbiaixada.
7375
@@ -80,6 +82,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
8082| 0.8 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 54,31% |
8183| 0.9 | cap | - | 0.8.0 | CV5.1 + PPC + FC | TV3 | 50,10% |
8284| 0.10 | Anglès 0.8.0 | 3 | 0.8.0 | CV5.1 + PPC + FC | TV3 | 46,89% |
85+ | 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar | 45,89% |
8386
8487## Possibles següents passos
8588
0 commit comments